Python 通过将分组类别转换为字段来转换分组数据（使用GraphLab或Panda的数据框）

我有以下按用户id和操作列分组的记录

user_id | action | count
1       | read   | 15
1       | write  | 5
1       | delete | 7
2       | write  | 2
3       | read   | 9
3       | write  | 1
3       | delete | 2

我想将此表转换为以下格式，其中每个操作现在都是一列，行是计数值

user_id | read | write | delete
1       | 15   | 5     | 7
2       | 0    | 2     | 0
3       | 9    | 1     | 2

我知道如何使用循环来实现这一点，但我很好奇在GraphLab create SFrame或Panda的DataFrame中是否有更有效的方法来实现这一点

---

谢谢你的帮助

您可以

pivot

it：

df.pivot_table('count', 'user_id', 'action', fill_value=0)

---

您可以

透视它：

df.pivot_table('count', 'user_id', 'action', fill_value=0)

您可以通过以下方式使用with和last cast
float
到
int
：

另一个解决方案包括和：

如果列
seru id
和
action
和
pivot
或
unstack
中的重复项无法使用，则解决方案与聚合器一起使用，并通过以下方式进行重塑：

时间：

#random dataframe
np.random.seed(100)
N = 10000
df = pd.DataFrame(np.random.randint(100, size=(N,3)), columns=['user_id','action', 'count'])
#[10000000 rows x 2 columns]
print (df)

In [124]: %timeit (df.groupby(['user_id','action'])['count'].mean().unstack(fill_value=0))
100 loops, best of 3: 5.5 ms per loop

In [125]: %timeit (df.pivot_table('count', 'user_id', 'action', fill_value=0))
10 loops, best of 3: 35.9 ms per loop

您可以通过以下方式使用with和last cast
float
到
int
：

另一个解决方案包括和：

如果列
seru id
和
action
和
pivot
或
unstack
中的重复项无法使用，则解决方案与聚合器一起使用，并通过以下方式进行重塑：

时间：

#random dataframe
np.random.seed(100)
N = 10000
df = pd.DataFrame(np.random.randint(100, size=(N,3)), columns=['user_id','action', 'count'])
#[10000000 rows x 2 columns]
print (df)

In [124]: %timeit (df.groupby(['user_id','action'])['count'].mean().unstack(fill_value=0))
100 loops, best of 3: 5.5 ms per loop

In [125]: %timeit (df.pivot_table('count', 'user_id', 'action', fill_value=0))
10 loops, best of 3: 35.9 ms per loop

#random dataframe
np.random.seed(100)
N = 10000
df = pd.DataFrame(np.random.randint(100, size=(N,3)), columns=['user_id','action', 'count'])
#[10000000 rows x 2 columns]
print (df)

In [124]: %timeit (df.groupby(['user_id','action'])['count'].mean().unstack(fill_value=0))
100 loops, best of 3: 5.5 ms per loop

In [125]: %timeit (df.pivot_table('count', 'user_id', 'action', fill_value=0))
10 loops, best of 3: 35.9 ms per loop